一种基于陈列照片比对的商品销量识别方法技术

本发明专利技术公开了一种基于陈列照片比对的商品销量识别方法，涉及图像处理领域，采用具有相同网络结构和模型参数的主干网络，分别提取前后两张陈列照片的独立特征图并进行特征融合，再通过检测网络输出减少/增加的商品位置和类别，从而计算商品的销量和补货量。本发明专利技术通过将前后两张陈列照片的独立特征图融合，使得网络具备直接检测前后两张图差异部分的能力，即使在两张图的商品种类和数量完全一致的情况下，也能准确识别减少的商品(销量)、仅被移动的商品、以及增加的商品(补货)，识别准确率超过95％。率超过95％。率超过95％。

【技术实现步骤摘要】
一种基于陈列照片比对的商品销量识别方法


[0001]本专利技术涉及图像处理领域，尤其涉及一种基于陈列照片比对的商品销量识别方法。

技术介绍

[0002]商品在零售渠道中的陈列直接关系到销量，因此品牌商或渠道商对商品陈列的数字化有强烈的需求。为了能持续自动地采集陈列数据，品牌商或渠道商会在各种零售场景(包括货架、立式冰柜、卧室冰柜、堆头等场景)安装摄像头，并定时地或由事件触发(如冰柜开关门)地拍照。通过图像识别技术，可以对每张照片中的商品陈列数字化，得到照片中每个商品的类别信息和空间位置信息。进一步，品牌商或渠道商希望通过摄像头前后拍摄的一组照片做销量分析，即后一张照片对比前一张分析哪些商品被拿走了。
[0003]通常的做法是对每一张照片进行图像识别，得到每种商品的数量并进行数据对别，推测出销量。如现有的一些基于图像识别的冰柜自贩机，通过在每层冰柜的顶部加装摄像头、每次关门后拍照并进行图像识别，对比开关门前后每层的商品库存数据推测顾客拿走的商品品类和数量。
[0004]计算机视觉是研究如何使机器“看”的科学，更进一步的说，就是指用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于陈列照片比对的商品销量识别方法，其特征在于，包括：特征提取：采用具有相同网络结构和模型参数的主干网络，分别提取两张图片的独立特征图；特征融合：融合所述两张图片的所述独立特征图，生成融合后的融合特征图；特征检测：检测所述融合特征图，以得到所述两张图片的差异。2.如权利要求1所述的基于陈列照片比对的商品销量识别方法，其特征在于：所述两张图片为前后两张陈列照片；以及，所述两张图片的差异包括减少和/或增加的商品的位置。3.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述具有相同网络结构和模型参数的主干网络包括第一主干网络和第二主干网络，将所述前后两张陈列照片，分别输入所述第一主干网络和所述第二主干网络。4.如权利要求3所述的基于陈列照片比对的商品销量识别方法，其特征在于，每次反向传播后，所述第一主干网络和所述第二主干网络分别更新参数，再对所述参数取均值，将所述均值作为所述第一主干网络和所述第二主干网络的参数。5.如权利要求3所述的基于陈列照片比对的商品销量识别方法，其特征在于，每次反向传播后，所述第一主干网络更新参数，所述第二主干网络采用所述第一主干网络的参数。6.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述具有相同网络结构和模型参数的主干网络为同一个主干网络，将所述前后两张陈列照片，先后送入所述同一个主干网络。7.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述主干网络采用分类网络的特征提取部分。8.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述特征融合步骤，将所述前后两张陈列照片的独立特征图进行堆叠。9.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述特征融合步骤，将所述前后两张陈列照片的独立特征图进行堆叠，再通过1x1的卷积网络进行降维。10.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述特征融合步骤，将所述前后两张陈列照片的独立特征图进行相加或相减。11.如权利要求2所述的基于陈列照片比对的商品销量识别方法，其特征在于，所述检测步骤，还输出商品分类。12.如权利要求11所述的基于...

【专利技术属性】
技术研发人员：袁宏梁，
申请(专利权)人：上海零眸智能科技有限公司，
类型：发明
国别省市：